CN116466315A - 形变监测雷达抑制静杂波的处理方法、装置及处理设备 - Google Patents

形变监测雷达抑制静杂波的处理方法、装置及处理设备 Download PDF

Info

Publication number
CN116466315A
CN116466315A CN202310352179.6A CN202310352179A CN116466315A CN 116466315 A CN116466315 A CN 116466315A CN 202310352179 A CN202310352179 A CN 202310352179A CN 116466315 A CN116466315 A CN 116466315A
Authority
CN
China
Prior art keywords
fitting
circular curve
circle
deformation monitoring
processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310352179.6A
Other languages
English (en)
Inventor
毛伟琦
幸思佳
张耿
彭旭民
马远刚
王翔
王波
李力
李云友
赵萌
王梓宇
刘金龙
黄锐
何成园
程志曜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Major Bridge Engineering Group Co Ltd MBEC
China Railway Bridge Science Research Institute Ltd
Original Assignee
China Railway Major Bridge Engineering Group Co Ltd MBEC
China Railway Bridge Science Research Institute Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Railway Major Bridge Engineering Group Co Ltd MBEC, China Railway Bridge Science Research Institute Ltd filed Critical China Railway Major Bridge Engineering Group Co Ltd MBEC
Priority to CN202310352179.6A priority Critical patent/CN116466315A/zh
Publication of CN116466315A publication Critical patent/CN116466315A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请提供了形变监测雷达抑制静杂波的处理方法、装置及处理设备，用于有效对接收信号中涉及的静杂波的信号进行抑制，从而为后续的形变监测打下良好的基础，为高精度的形变监测提供了有效保障。本申请提供的形变监测雷达抑制静杂波的处理方法，包括：获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；将初始信号处理为复数域表达形式，得到复信号；在复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P；在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制。

Description

形变监测雷达抑制静杂波的处理方法、装置及处理设备
技术领域
本申请涉及形变监测领域，具体涉及形变监测雷达抑制静杂波的处理方法、装置及处理设备。
背景技术
在基于微波相位干涉的形变测量雷达中，监测目标的形变量，是直接由相位差决定的，所以对相位的准确测量与提取是获得精确测量的关键，具有其重要性。
然而，在实际应用中，本申请发明人发现，监测过程中从目标侧测量到的相位中往往包含了多项与目标形变无关的相位，这是静杂波所导致的，静杂波的存在将影响目标信号的幅度和相位，这将严重影响从相位上提取形变信息，影响了形变监测雷达的应用效果。
发明内容
本申请提供了形变监测雷达抑制静杂波的处理方法、装置及处理设备，用于有效对接收信号中涉及的静杂波的信号进行抑制，从而为后续的形变监测打下良好的基础，为高精度的形变监测提供了有效保障。
第一方面，本申请提供了一种形变监测雷达抑制静杂波的处理方法，方法包括：
获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；
将初始信号处理为复数域表达形式，得到复信号；
在复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P；
在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制。
结合本申请第一方面，在本申请第一方面第一种可能的实现方式中，在复信号的基础上，拟合圆曲线，包括：
在复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合圆曲线。
结合本申请第一方面第一种可能的实现方式，在本申请第一方面第二种可能的实现方式中，加权平均法的圆曲线拟合处理包括以下内容：
设所有离散点的相邻两点间的弧长之和为L，任意点(xi，yi)与相邻两点之间的弧长和为Li，在计算拟合圆心和拟合半径时，任意点(xi，yi)所占的权系数为Li/(2L)，拟合圆心表示为(a，b)，其中有：
a＝∑xiLi/(2L)，b＝ΣyiLi/(2L)，
拟合半径表示为：
结合本申请第一方面第一种可能的实现方式，在本申请第一方面第三种可能的实现方式中，Hough变换法的圆曲线拟合处理包括以下内容：
设圆的方程为(x-a)2+(y-b)2＝r2，(a，b)表示圆心，r表示半径，把X-Y平面上的圆转换到参数a-b-r的空间，则图像空间中过任意一点的圆对应于参数空间中的一个三维锥面，图像空间中同一圆上的点对应参数空间中的所有三维锥面必然相交于一点，通过监测相交点得到圆曲线的参数。
结合本申请第一方面第一种可能的实现方式，在本申请第一方面第四种可能的实现方式中，最小二乘法的圆曲线拟合处理包括以下内容：
设拟合的圆曲线为R2＝(x-A)2+(y-B)2，(A，B)为待拟合圆心，R为待拟合半径，则有：
R2＝x2-2Ax+A2+y2-2By+B2，
作如下变量替换：
a＝-2A，b＝-2B，c＝A2+B2-R2，有：
x2+y2+ax+by+c＝0，
离散点样本集表示为(Xi，Yi)，i＝1，2…N，离散点样本集中任意一点(Xi，Yi)到圆心的距离di表示为：
di 2＝(Xi-A)2-(Yi-B)2，
任意一点(Xi，Yi)到圆边缘的距离的平方与半径平方的差为：
令求出min|Q(a，b，c)|情况下的a，b，c，得到圆曲线的参数。
结合本申请第一方面任一种可能的实现方式，在本申请第一方面第五种可能的实现方式中，在复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合圆曲线，包括：
在复信号的基础上，采用加权平均法拟合圆曲线的初值；
在初值的基础上，采用最小二乘法迭代拟合圆曲线的参数，得到圆曲线的终值。
结合本申请第一方面，在本申请第一方面第六种可能的实现方式中，在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制之后，方法还包括：
基于平移后的目标圆曲线，选取观测点。
第二方面，本申请提供了一种形变监测雷达抑制静杂波的处理装置，装置包括：
获取单元，用于获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；
处理单元，用于将初始信号处理为复数域表达形式，得到复信号；
拟合单元，用于在复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P；
抑制单元，用于在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制。
结合本申请第二方面，在本申请第二方面第一种可能的实现方式中，拟合单元，具体用于：
在复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合圆曲线。
结合本申请第二方面第一种可能的实现方式，在本申请第二方面第二种可能的实现方式中，加权平均法的圆曲线拟合处理包括以下内容：
设所有离散点的相邻两点间的弧长之和为L，任意点(xi,yi)与相邻两点之间的弧长和为Li，在计算拟合圆心和拟合半径时，任意点(xi,yi)所占的权系数为Li/(2L)，拟合圆心表示为(a,b)，其中有：
a＝∑xiLi/(2L),b＝∑yiLi/(2L),
拟合半径表示为：
结合本申请第二方面第一种可能的实现方式，在本申请第二方面第三种可能的实现方式中，Hough变换法的圆曲线拟合处理包括以下内容：
设圆的方程为(x-a)2+(y-b)2＝r2，(a，b)表示圆心，r表示半径，把X-Y平面上的圆转换到参数a-b-r的空间，则图像空间中过任意一点的圆对应于参数空间中的一个三维锥面，图像空间中同一圆上的点对应参数空间中的所有三维锥面必然相交于一点，通过监测相交点得到圆曲线的参数。
结合本申请第二方面第一种可能的实现方式，在本申请第二方面第四种可能的实现方式中，最小二乘法的圆曲线拟合处理包括以下内容：
设拟合的圆曲线为R2＝(x-A)2+(y-B)2，(A，B)为待拟合圆心，R为待拟合半径，则有：
R2＝x2-2Ax+A2+y2-2By+B2，
作如下变量替换：
a＝-2A，b＝-2B，c＝A2+B2-R2，有：
x2+y2+ax+by+c＝0，
离散点样本集表示为(Xi，Yi)，i＝1，2…N，离散点样本集中任意一点(Xi，Yi)到圆心的距离di表示为：
di 2＝(Xi-A)2-(Yi-B)2，
任意一点(Xi，Yi)到圆边缘的距离的平方与半径平方的差为：
令求出min|Q(a，b，c)|情况下的a，b，c，得到圆曲线的参数。
结合本申请第二方面任一种可能的实现方式，在本申请第二方面第五种可能的实现方式中，拟合单元，具体用于：
在复信号的基础上，采用加权平均法拟合圆曲线的初值；
在初值的基础上，采用最小二乘法迭代拟合圆曲线的参数，得到圆曲线的终值。
结合本申请第二方面，在本申请第二方面第六种可能的实现方式中，装置还包括选取单元，用于：
基于平移后的目标圆曲线，选取观测点。
第三方面，本申请提供了一种处理设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
从以上内容可得出，本申请具有以下的有益效果：
针对形变监测场景，本申请在获取到通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号后，将该初始信号处理为复数域表达形式，得到复信号，接着在该复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P，此时在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，在这过程中，通过分析静杂波的形成原理，并以拟合圆心P到坐标原点O的平移来有效完成对静杂波的抑制，从而可以为后续的形变监测打下良好的基础，使得后续监测到的形变量完整，不会再受静杂波的影响导致偏小，为高精度的形变监测提供了有效保障。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请形变监测雷达抑制静杂波的处理方法的一种流程示意图；
图2为本申请静杂波产生原理的一种场景示意图；
图3为本申请抑制静杂波的一种场景示意图；
图4为本申请去除静杂波之前的一种场景示意图；
图5为本申请去除静杂波的一种场景示意图；
图6为本申请去除静杂波之后的一种场景示意图；
图7为本申请形变监测雷达抑制静杂波的处理装置的一种结构示意图；
图8为本申请处理设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。在本申请中出现的对步骤进行的命名或者编号，并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤，已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序，只要能达到相同或者相类似的技术效果即可。
本申请中所出现的模块的划分，是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如多个模块可以结合成或集成在另一个系统中，或一些特征可以忽略，或不执行，另外，所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本申请中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到多个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。
在介绍本申请提供的形变监测雷达抑制静杂波的处理方法之前，首先介绍本申请所涉及的背景内容。
本申请提供的形变监测雷达抑制静杂波的处理方法、装置以及计算机可读存储介质，可应用于处理设备，用于有效对接收信号中涉及的静杂波的信号进行抑制，从而为后续的形变监测打下良好的基础，为高精度的形变监测提供了有效保障。
本申请提及的形变监测雷达抑制静杂波的处理方法，其执行主体可以为形变监测雷达抑制静杂波的处理装置，或者集成了该形变监测雷达抑制静杂波的处理装置的服务器、物理主机或者用户设备(User Equipment，UE)等不同类型的处理设备。其中，形变监测雷达抑制静杂波的处理装置可以采用硬件或者软件的方式实现，UE具体可以为智能手机、平板电脑、笔记本电脑、台式电脑或者个人数字助理(Personal Digital Assistant，PDA)等终端设备，处理设备可以通过设备集群的方式设置。
其中，应当理解，本申请所涉及的处理设备，既可以是在形变监测现场的设备，也可以是为形变监测现场提供远程服务的设备，例如实验室等场景中的设备，而处理设备本身，具有可以执行本申请所提供的形变监测雷达散射点选取方法的计算能力即可满足需求，因此其具体设备形式可以随实际情况/实际需求进行灵活调整，本申请并不做具体限定。
下面，开始介绍本申请提供的形变监测雷达抑制静杂波的处理方法。
首先，参阅图1，图1示出了本申请形变监测雷达抑制静杂波的处理方法的一种流程示意图，本申请提供的形变监测雷达抑制静杂波的处理方法，具体可包括如下步骤：
步骤S101，获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；
可以理解，在通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测时，可以接收到从目标对象处反射回来的信号，这些信号就是用来为后台提供数据处理的初始信号，以此从中解析出可以有效用于执行形变监测分析的目标点。
对于如何接收到初始信号，并不是本方案的重点，且其为较为成熟的技术，因此本申请并不做具体说明，本方案的重点在于获得了初始信号后的相关处理工作。
其中，此处对于初始信号的获取处理，既可以是来自目标对象侧的信号的实时接收处理，也可以是历史信号的调取处理，或者来自其他设备侧所获得的信号的调取/接收处理。
此外，对于目标对象而言，可以是任意类型的对象，具有通过微波干涉测量雷达进行形变监测的需求即可。
步骤S102，将初始信号处理为复数域表达形式，得到复信号；
可以理解，对于前面通过微波干涉测量雷达对目标对象进行形变监测所采集得到的初始信号，为方便后续的处理，可以将其处理为复数域表达形式，以便提取相应的信号特征。
步骤S103，在复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P；
可以理解，当雷达对监测目标进行连续观测时，采集数据经过处理得到的上述复信号，在极坐标下便形成了一系列的离散点，而这些离散点的变化轨迹就包含了目标的形变信息。
对此，则可以基于这些复信号，展开圆曲线的拟合处理，为后面的目标点的选取提供数据依据。
其中，确定了的拟合圆曲线中，还会包含了圆曲线的拟合圆心P，这是本申请在后续抑制静杂波的重点关注对象。
步骤S104，在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制。
为方便更为形象地理解本申请对于静杂波所做的抑制处理，此处可以具体介绍下现有技术的对应情况。
在前面已经提及过了，监测过程中从目标侧测量到的相位中往往包含了多项与目标形变无关的相位(这是静杂波所导致的)，通常情况下，地基干涉雷达形变监测的基本相位模型可表示为：
Δφ＝φdis+φerr，
其中，φdis为由于目标的形变而产生的相位差，φerr为误差相位。
由于监测环境和目标的复杂性，地基干涉雷达天线辐射范围内，在同一个距离分辨率单元内可能存在多个独立散射体，雷达将同一距离分辨单元的多个散射体视为单个目标，因此接收到的信号将发生整体性偏移，直接影响φdis结果的可靠性。
形变测量雷达中，经过模拟数字转换器(Analog to Digital Converter，AD)采集后得到在Δf附近的中频信号，将该数字信号在数字域进行数字滤波和解调得到零中频信号，该信号经过脉冲压缩后，将回波信号分解为同相分量I和正交分量Q，用复数形式可表示为：
S(i)＝I(i)+jQ(i)，i＝1，2，…，N，
其中，i为连续波的周期数，则该复信号的振幅可表示为：
该复信号的振幅即为散射点的信号强度，散射点信号越强即回波信号信杂比越大，该信号的相位可表示为：
在频域上的IQ信号可转化为时域上的相位复信号，那么即可绘制在极坐标下。当雷达对某一分辨单元内的目标进行连续监测采样，所得到的复信号在极坐标系下便形成一系列的离散点，这些点的变化轨迹就包含了目标的形变信息。
参阅图2示出的本申请静杂波产生原理的一种场景示意图，M1、M2和M3是在同一距离分辨单元内的三个独立的散射体，M1是监测的目标，M2和M3是在距离分辨单元内保持相对静止的散射体，在干涉雷达中，从每个距离分辨单元内所探测到的信号为该距离分辨单元内的所有散射体的后向散射信号的矢量叠加。所以图2探测到的信号为M1、M2和M3的矢量叠加，在采样时刻t1由干涉雷达信号处理最终获得的3个散射体的散射信号的复矢量为但实际上发生形变的目标的散射信号矢量为由t1时刻到t2时刻，M1发生了角度为α的相位变化，由干涉雷达信号处理获得的3个散射体的散射信号的复矢量为但实际上发生形变的目标的散射信号矢量为所以观测到的信号相位发生了角度为β的变化。在上述t1、t2时刻都是由于M2和M3的存在，使得观测到的信号矢量发生了一个常矢量偏移，该常矢量即被称为静杂波。如图2中的虚线的合矢量即为该情况下的静杂波，偏移量为M2和M3的矢量和，该偏移量将一直存在于后续各信号的采样时刻。
由图2可见，静杂波的存在使得观测信号的相位差由α变成了β，同时信号强度t1时刻由变化为t2时刻由变化为可见静杂波的存在将影响信号的幅度和相位，这将严重影响从相位上提取形变信息。
如此，本申请则是根据上述静杂波的形成原理，确定静杂波为拟合圆心与坐标原点形成的矢量，如图3示出的本申请抑制静杂波的一种场景示意图，静杂波即为图3中的矢量
从而，本申请在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，既可以完成静杂波的抑制，也可以得到静杂波分量。
如此，得到了去除静杂波影响的目标圆曲线后，则可以继续执行后续涉及的观测点选取处理甚至围绕观测点展开的具体形变监测分析。
以观测点选取处理为例，在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制之后，本申请方法还可以包括如下步骤：
基于平移后的目标圆曲线，选取观测点。
应当理解的是，在得到的圆曲线的基础上，所展开的观测点(目标点)的选取，则可以直接沿用现有技术中的选取策略来执行，当然，在实际应用中，也是可以在观测点的选取环节进行进一步的优化改进的。
考虑到本申请的重点不在观测点的选取环节，因此此处就不再展开赘述，后续围绕观测点展开的具体形变监测分析也是同理。
为方便理解，还可以借助以下一组实例来进行更为形象的说明。
在室内利用三面角固定在带有千分尺的三脚架上，通过旋转千分尺来移动三面角，利用雷达观测三面角与雷达的相对位移。
操作过程中按照下面的表1内容，来旋转千分尺，以达到移动三面角的目的：
表1-千分尺移动过程
移动次数 移动距离(mm) 千分尺累计移动(mm)
第一次 0 0
第二次 0.1 0.1
第三次 0.4 0.5
第四次 0.5 1
第五次 1 2
第六次 -1 1
第七次 -0.5 0.5
第八次 -0.4 0.1
第九次 -0.1 0
第十次 0.05 0.1
根据上述表1的千分尺移动过程，录取10批次实验数据，根据雷达监测到的直接结果，可以参考图4示出的本申请去除静杂波之前的一种场景示意图，其示出了去除静杂波之前测得的三面角位移变化。
从图4中可以看到，雷达直接监测到的结果都整体偏小，这说明了静杂波的存在，使得在极坐标系下分布的(I,Q)远离极坐标系的原点，所以得到的相位偏小。
而在应用本申请所提供的形变监测雷达抑制静杂波的处理方法后，继续参考图5示出的本申请去除静杂波的一种场景示意图，其中，图5(a)为利用雷达脉冲压缩后数据进行圆拟合的结果，可以看到拟合圆心与坐标(0,0)存在一定的偏差(去除静杂波之前)，图5(b)则是将拟合圆及实测得数据都往原点方向移动后的结果，拟合圆圆心到了原点(0,0)位置，得到图中的圆曲线2。
如图5(b)所示，将脉压后得到的(I,Q)数据整体平移使得拟合圆曲线的圆心平移至坐标(0,0)，即对所得到的信号进行了静杂波去除，根据去除静杂波后的信号提取相位反演得到的位移变化，可以参考图6示出的本申请去除静杂波之后的一种场景示意图。
从图6中可以看到，在60秒左右三面角累计位移达到2mm，符合千分尺所设置的位移，具体的，去除静杂波前后各个阶段的实验对比结果如下表2所示：
表2-去除静杂波前后的效果对比
从表2中可以看到，对比去除静杂波前的偏差与去除静杂波后的偏差，去除静杂波后的偏差明显降低，如序号5对应的实验，没有去除静杂波时的位移与千分尺的移动偏差为-0.226mm，而去除静杂波后得到的位移与千分尺的移动偏差为0.004mm，偏差明显降低。而且可以发现，不去除静杂波的时候，偏差普遍为负值，即测量的位移普遍是偏小的，这正符合静杂波存在的影响。当然由于各种测量误差的存在，表格中也存在不符合此规律的数据，如序号8和9对应的数据，但从总体来看，作拟合圆去除静杂波后，测量的位移数据的精度普遍提高。
总体来说，针对形变监测场景，本申请在获取到通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号后，将该初始信号处理为复数域表达形式，得到复信号，接着在该复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P，此时在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，在这过程中，通过分析静杂波的形成原理，并以拟合圆心P到坐标原点O的平移来有效完成对静杂波的抑制，从而可以为后续的形变监测打下良好的基础，使得后续监测到的形变量完整，不会再受静杂波的影响导致偏小，为高精度的形变监测提供了有效保障。
此外，本申请还为上面内容中涉及的圆曲线拟合处理提供了一系列具体的实现方案。
具体的，步骤S103在复信号的基础上，拟合圆曲线的过程中，具体可以包括：
在复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合圆曲线。
可以理解，可应用于复信号的离散点的圆曲线拟合处理的圆曲线拟合算法种类很多，在算法精度、效率和实用性上会存在较大的差异，本申请具体可以采用上述的三种算法来进行具体的圆曲线拟合处理。
其中，对于以上三种算法，其具体内容可以参考如下：
一、加权平均法
正是因为实际中数据点不可能完全均匀的分布在圆周上，所以自然利用平均值法求得的圆心将存在误差，圆心将偏向数据分布密集的一侧，相应的半径将会偏小，为了解决这个问题，大多数时候采用加权平均法。
对应的加权平均法的圆曲线拟合处理包括以下内容：
设所有离散点的相邻两点间的弧长之和为L，任意点(xi,yi)与相邻两点之间的弧长和为Li，在计算拟合圆心和拟合半径时，任意点(xi,yi)所占的权系数为Li/(2L)，拟合圆心可表示为(a,b)，其中有：
a＝∑xiLi/(2L),b＝∑yiLi/(2L),
拟合半径可表示为：
由于在未知圆曲线的圆心和半径的情况下难以确定相邻两点之间的弧长，所以通常情况下利用相邻两点之间的直线距离代替弧长。该方法的特点是要计算相邻点之间的距离，相对于平均值法来说，增加了计算量，但圆心及半径的估计相对更准确。
二、Hough变换法
Hough(霍夫)变换法广泛用于图像处理中，主要是利用霍夫变换法从图像中识别出几何形状，当然其也有很多改进算法。
对应的，Hough变换法的圆曲线拟合处理包括以下内容：
设圆的方程为(x-a)2+(y-b)2＝r2，(a，b)表示圆心，r表示半径，把X-Y平面上的圆转换到参数a-b-r的空间，则图像空间中过任意一点的圆对应于参数空间中的一个三维锥面，图像空间中同一圆上的点对应参数空间中的所有三维锥面必然相交于一点，通过监测相交点得到圆曲线的参数。
该方法的特点是也存在精度不高及运算速度慢等问题，所以出现了以一些改进的算法，如广义Hough变换法、随机Hough变换法等。
三、最小二乘法
加权平均法过程简单，但只是在一定程度上的近似，它有精度不高的缺陷，只能应用于精度要求不高的场合。为此出现了最小二乘法(Lest Squares Analysis)，最小二乘法是通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘法是用最简单的方法求得一些绝对不可知的真值，并令误差平方之和为最小。
对应的，最小二乘法的圆曲线拟合处理包括以下内容：
设拟合的圆曲线为R2＝(X-A)2+(y-B)2，(A，B)为待拟合圆心，R为待拟合半径，则有：
R2＝x2-2Ax+A2+y2-2By+B2，
作如下变量替换：
a＝-2A，b＝-2B，c＝A2+B2-R2，有：
x2+y2+ax+by+c＝0，
离散点样本集表示为(Xi，Yi)，i＝1，2…N，离散点样本集中任意一点(Xi，Yi)到圆心的距离di表示为：
di 2＝(Xi-A)2-(Yi-B)2，
任意一点(Xi，Yi)到圆边缘的距离的平方与半径平方的差为：
令求出min|Q(a，b，c)|情况下的a，b，c，得到圆曲线的参数。
其中，这里使用di 2-R2代替(di-R)2，主要是为了简化后续的运算，并且仍然有参数估计价值。并且可以看到Q(a,b,c)始终不小于0，因此其存在大于或等于0的极小值点。所以可以通过下式估算出a,b,c，进而得到估计圆心(A,B)、半径R：
此外，对于圆曲线拟合处理，本申请为进一步提高其拟合精度，还提出了一种融合算法，对应的，前面内容中涉及的在复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合圆曲线，则具体可以包括：
在复信号的基础上，采用加权平均法拟合圆曲线的初值；
在初值的基础上，采用最小二乘法迭代拟合圆曲线的参数，得到圆曲线的终值。
可以看出，此处设置中涉及了加权平均法和最小二乘法的联合应用，或者说是通过两者构造了一个两层的圆曲线拟合架构，先通过加权平均法得到初步的圆曲线参数，再继续通过最小二乘法来迭代拟合更为精确的圆曲线参数，由此可以有效获得更佳的圆曲线参数，为后续的静杂波抑制处理打下更好的基础。
以上是本申请提供的形变监测雷达抑制静杂波的处理方法的介绍，为便于更好的实施本申请提供的形变监测雷达抑制静杂波的处理方法，本申请还从功能模块角度提供了一种形变监测雷达抑制静杂波的处理装置。
参阅图7，图7为本申请形变监测雷达抑制静杂波的处理装置的一种结构示意图，在本申请中，形变监测雷达抑制静杂波的处理装置700具体可包括如下结构：
获取单元701，用于获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；
处理单元702，用于将初始信号处理为复数域表达形式，得到复信号；
拟合单元702，用于在复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P；
抑制单元704，用于在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制。
在又一种示例性的实现方式中，拟合单元702，具体用于：
在复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合圆曲线。
在又一种示例性的实现方式中，加权平均法的圆曲线拟合处理包括以下内容：
设所有离散点的相邻两点间的弧长之和为L，任意点(xi，yi)与相邻两点之间的弧长和为Li，在计算拟合圆心和拟合半径时，任意点(xi，yi)所占的权系数为Li/(2L)，拟合圆心表示为(a，b)，其中有：
a＝∑xiLi/(2L)，b＝ΣyiLi/(2L)，
拟合半径表示为：
在又一种示例性的实现方式中，Hough变换法的圆曲线拟合处理包括以下内容：
设圆的方程为(x-a)2+(y-b)2＝r2，(a，b)表示圆心，r表示半径，把X-Y平面上的圆转换到参数a-b-r的空间，则图像空间中过任意一点的圆对应于参数空间中的一个三维锥面，图像空间中同一圆上的点对应参数空间中的所有三维锥面必然相交于一点，通过监测相交点得到圆曲线的参数。
在又一种示例性的实现方式中，最小二乘法的圆曲线拟合处理包括以下内容：
设拟合的圆曲线为R2＝(x-A)2+(y-B)2，(A，B)为待拟合圆心，R为待拟合半径，则有：
R2＝x2-2Ax+A2+y2-2By+B2，
作如下变量替换：
a＝-2A，b＝-2B，c＝A2+B2-R2，有：
x2+y2+ax+by+c＝0，
离散点样本集表示为(Xi，Yi)，i＝1，2…N，离散点样本集中任意一点(Xi，Yi)到圆心的距离di表示为：
di 2＝(Xi-A)2-(Yi-B)2，
任意一点(Xi，Yi)到圆边缘的距离的平方与半径平方的差为：
令求出min|Q(a，b，c)|情况下的a，b，c，得到圆曲线的参数。
在又一种示例性的实现方式中，拟合单元702，具体用于：
在复信号的基础上，采用加权平均法拟合圆曲线的初值；
在初值的基础上，采用最小二乘法迭代拟合圆曲线的参数，得到圆曲线的终值。
在又一种示例性的实现方式中，装置还包括选取单元705，用于：
基于平移后的目标圆曲线，选取观测点。
本申请还从硬件结构角度提供了一种处理设备，参阅图8，图8示出了本申请处理设备的一种结构示意图，具体的，本申请处理设备可包括处理器801、存储器802以及输入输出设备803，处理器801用于执行存储器802中存储的计算机程序时实现如图1对应实施例中形变监测雷达抑制静杂波的处理方法的各步骤；或者，处理器801用于执行存储器802中存储的计算机程序时实现如图7对应实施例中各单元的功能，存储器802用于存储处理器801执行上述图1对应实施例中形变监测雷达抑制静杂波的处理方法所需的计算机程序。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器802中，并由处理器801执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
处理设备可包括，但不仅限于处理器801、存储器802、输入输出设备803。本领域技术人员可以理解，示意仅仅是处理设备的示例，并不构成对处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如处理设备还可以包括网络接入设备、总线等，处理器801、存储器802、输入输出设备803等通过总线相连。
处理器801可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是处理设备的控制中心，利用各种接口和线路连接整个设备的各个部分。
存储器802可用于存储计算机程序和/或模块，处理器801通过运行或执行存储在存储器802内的计算机程序和/或模块，以及调用存储在存储器802内的数据，实现计算机装置的各种功能。存储器802可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据处理设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器801用于执行存储器802中存储的计算机程序时，具体可实现以下功能：
获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；
将初始信号处理为复数域表达形式，得到复信号；
在复信号的基础上，拟合圆曲线，并确定圆曲线的拟合圆心P；
在坐标系内将圆曲线整体向坐标原点O方向平移，并使得拟合圆心P平移至坐标原点O，完成静杂波的抑制。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的形变监测雷达抑制静杂波的处理装置、处理设备及其相应单元的具体工作过程，可以参考如图1对应实施例中形变监测雷达抑制静杂波的处理方法的说明，具体在此不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请如图1对应实施例中形变监测雷达抑制静杂波的处理方法的步骤，具体操作可参考如图1对应实施例中形变监测雷达抑制静杂波的处理方法的说明，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器(Read Only Memory，ROM)、随机存取记忆体(Random Access Memory，RAM)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本申请如图1对应实施例中形变监测雷达抑制静杂波的处理方法的步骤，因此，可以实现本申请如图1对应实施例中形变监测雷达抑制静杂波的处理方法所能实现的有益效果，详见前面的说明，在此不再赘述。
以上对本申请提供的形变监测雷达抑制静杂波的处理方法、装置、处理设备以及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种形变监测雷达抑制静杂波的处理方法，其特征在于，所述方法包括：
获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；
将所述初始信号处理为复数域表达形式，得到复信号；
在所述复信号的基础上，拟合圆曲线，并确定所述圆曲线的拟合圆心P；
在坐标系内将所述圆曲线整体向坐标原点O方向平移，并使得所述拟合圆心P平移至所述坐标原点O，完成静杂波的抑制。
2.根据权利要求1所述的方法，其特征在于，所述在所述复信号的基础上，拟合圆曲线，包括：
在所述复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合所述圆曲线。
3.根据权利要求2所述的方法，其特征在于，所述加权平均法的圆曲线拟合处理包括以下内容：
设所有离散点的相邻两点间的弧长之和为L，任意点(xi,yi)与相邻两点之间的弧长和为Li，在计算拟合圆心和拟合半径时，所述任意点(xi,yi)所占的权系数为Li/(2L)，所述拟合圆心表示为(a,b)，其中有：
a＝∑xiLi/(2L)，b＝∑yiLi/(2L)，
拟合半径表示为：
4.根据权利要求2所述的方法，其特征在于，所述Hough变换法的圆曲线拟合处理包括以下内容：
设圆的方程为(x-a)2+(y-b)2＝r2，(a,b)表示圆心，r表示半径，把X-Y平面上的圆转换到参数a-b-r的空间，则图像空间中过任意一点的圆对应于参数空间中的一个三维锥面，图像空间中同一圆上的点对应参数空间中的所有三维锥面必然相交于一点，通过监测相交点得到所述圆曲线的参数。
5.根据权利要求2所述的方法，其特征在于，所述最小二乘法的圆曲线拟合处理包括以下内容：
设拟合的圆曲线为R2＝(x-A)2+(y-B)2，(A,B)为待拟合圆心，R为待拟合半径，则有：
R2＝x2-2Ax+A2+y2-2By+B2，
作如下变量替换：
a＝-2A，b＝-2B，c＝A2+B2-R2，有：
x2+y2+ax+by+c＝0，
离散点样本集表示为(Xi,Yi)，i＝1,2…N，所述离散点样本集中任意一点(Xi,Yi)到圆心的距离di表示为：
di 2＝(Xi-A)2-(Yi-B)2，
所述任意一点(Xi,Yi)到圆边缘的距离的平方与半径平方的差为：
令求出min|Q(a,b,c)|情况下的a,b,c，得到所述圆曲线的参数。
6.根据权利要求2至5中任一项所述的方法，其特征在于，所述在所述复信号的基础上，采用加权平均法、Hough变换法或者最小二乘法，拟合所述圆曲线，包括：
在所述复信号的基础上，采用所述加权平均法拟合所述圆曲线的初值；
在所述初值的基础上，采用所述最小二乘法迭代拟合所述圆曲线的参数，得到所述圆曲线的终值。
7.根据权利要求1所述的方法，其特征在于，所述在坐标系内将所述圆曲线整体向坐标原点O方向平移，并使得所述拟合圆心P平移至所述坐标原点O，完成静杂波的抑制之后，所述方法还包括：
基于平移后的目标圆曲线，选取观测点。
8.一种形变监测雷达抑制静杂波的处理装置，其特征在于，所述装置包括：
获取单元，用于获取通过基于微波相位干涉的形变测量雷达对目标对象进行形变监测所采集得到的初始信号；
处理单元，用于将所述初始信号处理为复数域表达形式，得到复信号；
拟合单元，用于在所述复信号的基础上，拟合圆曲线，并确定所述圆曲线的拟合圆心P；
抑制单元，用于在坐标系内将所述圆曲线整体向坐标原点O方向平移，并使得所述拟合圆心P平移至所述坐标原点O，完成静杂波的抑制。
9.一种处理设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的方法。
CN202310352179.6A 2023-04-04 2023-04-04 形变监测雷达抑制静杂波的处理方法、装置及处理设备 Pending CN116466315A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310352179.6A CN116466315A (zh) 2023-04-04 2023-04-04 形变监测雷达抑制静杂波的处理方法、装置及处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310352179.6A CN116466315A (zh) 2023-04-04 2023-04-04 形变监测雷达抑制静杂波的处理方法、装置及处理设备

Publications (1)

Publication Number Publication Date
CN116466315A true CN116466315A (zh) 2023-07-21

Family

ID=87179972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310352179.6A Pending CN116466315A (zh) 2023-04-04 2023-04-04 形变监测雷达抑制静杂波的处理方法、装置及处理设备

Country Status (1)

Country Link
CN (1) CN116466315A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371083A (zh) * 2016-08-30 2017-02-01 湖南镭氪信息科技有限公司 雷达监测点选取方法及装置以及回波信号处理方法及装置
CN107607924A (zh) * 2017-08-21 2018-01-19 上海交通大学 一种fmcw雷达静态杂波干扰消除的信号处理方法
CN115469289A (zh) * 2022-09-23 2022-12-13 中大智能科技股份有限公司 一种雷达微小形变监测杂波去除方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371083A (zh) * 2016-08-30 2017-02-01 湖南镭氪信息科技有限公司 雷达监测点选取方法及装置以及回波信号处理方法及装置
CN107607924A (zh) * 2017-08-21 2018-01-19 上海交通大学 一种fmcw雷达静态杂波干扰消除的信号处理方法
CN115469289A (zh) * 2022-09-23 2022-12-13 中大智能科技股份有限公司 一种雷达微小形变监测杂波去除方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
希尔艾力・艾尔肯;黄其欢;马合木江・艾合买提;董文明;: "IBIS-S变形监测信号静杂波相位分量去除方法研究", 工程勘察, no. 11 *
董衡: "差分干涉雷达形变测量关键技术研究", 中国优秀硕士学位论文全文数据库 信息科技辑, pages 11 - 39 *

Similar Documents

Publication Publication Date Title
CN109031219B (zh) 基于相位测距的宽带雷达弹道目标微动几何参数估计方法
CN110310309B (zh) 一种图像配准方法、图像配准装置及终端
Liu et al. A new 3-D geometry reconstruction method of space target utilizing the scatterer energy accumulation of ISAR image sequence
Wang et al. Rotation parameters estimation and cross-range scaling research for range instantaneous Doppler ISAR images
CN105261051B (zh) 一种获取图像掩码的方法及装置
Liu et al. A novel ISAR imaging and scaling approach for maneuvering targets based on high-accuracy phase parameter estimation algorithm
CN116466315A (zh) 形变监测雷达抑制静杂波的处理方法、装置及处理设备
CN115980681A (zh) 搜跟一体雷达高精度s曲线拟合方法和系统
CN110297242A (zh) 基于压缩感知的合成孔径雷达层析三维成像方法及装置
CN115877350A (zh) 一种和差波束体制雷达时变目标角度估计方法和装置
CN110161500B (zh) 一种基于Radon-Clean的改进圆周SAR三维成像方法
CN113687355A (zh) 汽车毫米波雷达圆周成像方法及装置
Tian et al. Azimuth-invariant motion compensation and imaging chirp scaling algorithm for multiple-receiver synthetic aperture sonar
CN107238813B (zh) 近场信号源波达方向和波达时间确定方法及装置
CN113240743A (zh) 基于神经网络的异构图像位姿估计及配准方法、装置及介质
Sidorenko et al. Multilateration of the local position measurement
CN111681299A (zh) 基于InSAR解缠相位生成数字表面模型的方法及装置
He et al. Stereo radargrammetry in south-east Asia using TerraSAR-X stripmap data
CN116430343A (zh) 一种形变监测雷达散射点选取方法、装置以及处理设备
CN110554367B (zh) 一种基于压缩感知的目标散射特性测量干扰去除方法
Zou et al. Determination of optimum window size for SAR image co‐registration with decomposition of auto‐correlation
Guo et al. Cartesian based FFBP algorithm for circular SAR using NUFFT interpolation
CN108363056B (zh) 一种多频点干涉成像方法及系统
Jia et al. An improvement method for circular synthetic aperture radar imaging
Xie Multi-baseline phase unwrapping algorithm for INSAR

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20230721

RJ01 Rejection of invention patent application after publication